DOI：10.3969/j.issn.1672-3872.2024.20.004
基金项目：广西科技大学博士挂职驻柳企业科研项目（BSGZ2216）
作 者：莫腾飞 ，林建强 ，张浩林 ，张翰升 （广西科技大学自动化学院，广西 柳州 545000）
摘 要：【目的】解决现阶段深度学习技术在检测水果品质时检测精度不高的问题，提出了以 SE 和 CBAM 注意力机制模块改进的YOLOX目标检测算法。【方法】选取苹果、香蕉、橙子几种常见的水果作为检测的对象，构建水果数据集，采用LabelImg工具进行标注，进行模型训练，得到性能优异的水果品质检测与分类网络模型。【结果】经过实验可以得出改进后的YOLOX模型平均检测精度值为96.2%，与YOLOv3、YOLOv4、YOLOv5、原始YOLOX相比分别提高了2.4个百分点、2.0个百分点、3.0个百分点、0.6个百分点。【结论】该模型具有较好的检测性能，可为实际农业场景下的水果检测提供参考。
关键词：深度学习；水果品质检测；YOLOX；目标检测；注意力机制
引文信息：[1]莫腾飞，林建强，张浩林，等.基于注意力机制改进的YOLOX水果品质检测与分类[J].南方农机，2024，55(20)：13-16.
查看全文请下载PDF文件↓
